EdgeCrafter

Instalación

EdgeCrafter no necesita ningún extra opcional. Todo lo que importa está en la instalación base.

pip install libreyolo

El fine-tuning con adaptadores mediante lora=True es la excepción, y necesita el extra lora.

pip install "libreyolo[lora]"

Predicción

Los pesos se descargan de Hugging Face en el primer uso y se guardan en la caché local.

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreECs.pt")result = model(SAMPLE_IMAGE, save=True) for box in result.boxes:    print(box.cls, box.conf, box.xyxy)

libreyolo predict model=LibreECs.pt source=https://raw.githubusercontent.com/LibreYOLO/libreyolo/release/libreyolo/assets/parkour.jpg save=True

from libreyolo import LibreYOLO, SAMPLE_IMAGE # El sufijo -pose del nombre de archivo selecciona la cabeza de# keypoints, así que aquí no hace falta argumento de tarea.model = LibreYOLO("LibreECs-pose.pt")result = model(SAMPLE_IMAGE, save=True) print(result.keypoints.xy)print(result.boxes.conf)

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreECs-seg.pt")result = model(SAMPLE_IMAGE, save=True) print(result.masks.data.shape)

La tarea viene del nombre del archivo, así que un checkpoint -pose o -seg selecciona su propia cabeza y no acepta ningún argumento de tarea. Los tres devuelven el objeto Results que devuelven todas las familias, con result.keypoints añadido para pose y result.masks para segmentación. Pose cubre una sola clase, persona, con los 17 keypoints de COCO, y el número queda fijado al construir el modelo. No tiene cabeza de boxes, así que cada box de pose es la extensión que envuelve a sus propios keypoints, y el tercer canal del keypoint es una constante en lugar de una puntuación por punto.

conf y max_det filtran la selección de queries; iou se acepta por paridad de API pero no tiene efecto, porque las tres cabezas decodifican un conjunto de queries sin paso de NMS. Consulta predicción para fuentes, streaming y manejo de resultados.

Variantes

Cuatro tamaños. Todos funcionan a la misma resolución de entrada, así que la tabla los separa por número de parámetros y precisión.

Upstream publica ECDet, ECPose y ECSeg como tres modelos separados en lugar de un modelo con tres cabezas. Comparten el backbone ECViT y el encoder híbrido y solo se diferencian en la cabeza, así que LibreYOLO los agrupa en una sola familia y deja que el nombre del archivo del checkpoint indique la tarea. Por tanto, una letra de tamaño significa el mismo backbone y el mismo encoder en los tres, y predicción, validación y exportación aceptan los mismos argumentos sea cual sea el que cargues.

Entrenamiento

Las tres tareas se entrenan con train(), que lee la tarea del checkpoint cargado y elige el trainer correspondiente.

from libreyolo import LibreYOLO model = LibreYOLO("LibreECs.pt")model.train(    data="my-dataset.yaml",    epochs=50,    imgsz=640,    batch=8,    lr0=5e-4,)

libreyolo train model=LibreECs.pt data=my-dataset.yaml epochs=50 imgsz=640 batch=8 lr0=5e-4

from libreyolo import LibreYOLO # Necesita un dataset de keypoints de una sola clase cuyo data.yaml# declare kpt_shape, e imgsz al tamaño nativo del checkpoint.model = LibreYOLO("LibreECs-pose.pt")model.train(    data="my-pose-dataset.yaml",    epochs=50,    imgsz=640,)

from libreyolo import LibreYOLO # Necesita etiquetas de polígonos, e imgsz al tamaño nativo del checkpoint.model = LibreYOLO("LibreECs-seg.pt")model.train(    data="my-dataset.yaml",    epochs=50,    imgsz=640,)

from libreyolo import LibreYOLO model = LibreYOLO("LibreECs.pt")model.train(    data="my-dataset.yaml",    epochs=50,    lora=True,)

Lo que sí se ha comprobado para detección y segmentación: paridad de inferencia con upstream a 1e-5, capa a capa y por tamaño, y que la loss (la función de pérdida) y un único paso de entrenamiento se ejecutan sobre entrada sintética. Lo que no, según el propio docstring de train(): la convergencia de un fine-tune completo, el entrenamiento multi-GPU, el paso de recarga del mejor checkpoint al detener el aumento de datos, y el remapeo de clases de Objects365 a COCO. La ruta de pose sigue la receta publicada de DETRPose, un matcher húngaro sobre costes de clase, L1 de keypoints y OKS con denoising contrastivo de keypoints, y su convergencia tampoco se ha comprobado de extremo a extremo.

Si no lo tocas, el trainer ejecuta 74 epochs con lr0=5e-4 y precisión mixta activada, siguiendo la receta de upstream: AdamW, un schedule coseno plano, EMA a 0.9999 y entradas normalizadas según ImageNet. Pose y segmentación requieren ambas imgsz al tamaño nativo del checkpoint, porque su rejilla de anclas de evaluación se construye al construir el modelo; un valor distinto lanza un error antes de que empiece la ejecución. Pose además requiere un dataset de una sola clase cuyo data.yaml declare kpt_shape, con un número de keypoints que coincida con el de la cabeza.

lora=True solo se aplica a detección; pose y segmentación lanzan un ValueError con él. En Apple silicon el trainer mantiene la ejecución en la GPU y envía una operación a CPU, el backward de grid-sample dentro de la atención deformable, que PyTorch no implementa en Metal.

Consulta entrenamiento para datasets, aumento de datos, multi-GPU y loggers.

Validación

val() devuelve un diccionario indexado por nombre de métrica, e imprime resultados por clase si dejas verbose activado.

from libreyolo import LibreYOLO model = LibreYOLO("LibreECs.pt")metrics = model.val(data="my-dataset.yaml") print(metrics["metrics/mAP50-95"])print(metrics["metrics/mAP50"])

libreyolo val model=LibreECs.pt data=my-dataset.yaml

from libreyolo import LibreYOLO model = LibreYOLO("LibreECs-pose.pt")metrics = model.val(data="my-pose-dataset.yaml") print(metrics["metrics/keypoints_mAP50-95"])print(metrics["metrics/keypoints_mAP50"])

from libreyolo import LibreYOLO model = LibreYOLO("LibreECs-seg.pt")metrics = model.val(data="my-dataset.yaml") print(metrics["metrics/mAP50-95(M)"])   # máscarasprint(metrics["metrics/mAP50-95(B)"])   # boxes

Pose reporta métricas OKS de keypoints bajo metrics/keypoints_*. Segmentación reporta las máscaras bajo la clave metrics/mAP50-95 a secas y repite ambas vistas en una sola pasada, los boxes bajo (B) y las máscaras bajo (M).

Exportación

Un artefacto exportado se vuelve a cargar con LibreYOLO() según su extensión de archivo, así que un archivo .onnx o .engine se comporta como un checkpoint y devuelve el mismo Results. Pose y segmentación se exportan con una entrada fija de 640 por 640 en lugar de formas dinámicas, y varios destinos de detección también tienen lienzo fijo, incluidos OpenVINO, Paddle, MNN, ExecuTorch y Core AI. Exportación lista los argumentos que acepta cada formato y los extras que añaden unos pocos.

from libreyolo import LibreYOLO model = LibreYOLO("LibreECs.pt")model.export(format="onnx", imgsz=640)model.export(format="tensorrt", imgsz=640, half=True)

libreyolo export model=LibreECs.pt format=onnx imgsz=640libreyolo export model=LibreECs-pose.pt format=onnx imgsz=640libreyolo export model=LibreECs-seg.pt format=onnx imgsz=640

from libreyolo import LibreYOLO, SAMPLE_IMAGE # La factoría enruta según la extensión del archivo, así que un artefacto# exportado se carga como cualquier checkpoint y devuelve el mismo Results.model = LibreYOLO("LibreECs.onnx")result = model(SAMPLE_IMAGE) print(result.boxes.xyxy)

Checkpoints

Todos los archivos de pesos publicados de esta familia.

Licencia

Cita

@article{liu2026edgecrafter,
  title={EdgeCrafter: Compact ViTs for Edge Dense Prediction via Task-Specialized Distillation},
  author={Liu, Longfei and Hou, Yongjie and Li, Yang and Wang, Qirui and Sha, Youyang and Yu, Yongjun and Wang, Yinzhi and Ru, Peizhe and Yu, Xuanlong and Shen, Xi},
  journal={arXiv},
  year={2026}
}